数据挖掘可视化技术的研究与应用

论文摘要

可视化数据挖掘是数据挖掘中的一个重要方法,它利用数据可视化技术作为计算机和用户之间信息沟通的渠道,将抽象的信息以一种图形化的简明形式呈现出来,从而发现新颖而又易于理解的模式。可视化数据挖掘技术能够更轻松直观的从大数据量中找到有用的规律和信息,其目的就是要更好利用人们对于可视化形式下模型和结构的获取能力,进而指导挖掘工作,理解挖掘结果。本文研究了可视化数据挖掘的三种主要方法:数据可视化,挖掘过程可视化和结果可视化。为原型数据挖掘系统实现了可视化模块,所实现的可视化数据挖掘功能具有良好的易用性和可扩展性。用户可以轻松地通过数据可视化观察数据分布及统计信息,对数据挖掘过程进行有效的控制,结合对挖掘结果的直观图形显示,来查看和理解挖掘结果。本文还重点研究了星形坐标可视化技术在聚类算法中的应用。利用星形坐标方法实现了大规模数据和较大维数的数据集的可视化。针对传统的基于密度聚类算法DBSCAN对邻域参数Eps选取敏感的缺点,通过星形坐标轴的旋转、缩放,图像的缩放,数据点的查看、选择及着色等操作,来观察和记录试验数据集,不断对算法的参数进行改进,帮助用户理解数据挖掘算法的结果,直到完成交互式数据挖掘。

论文目录

• 提要
• 第1章 绪论
• 1.1 数据挖掘与知识发现简介
• 1.2 可视化数据挖掘简介
• 1.3 可视化数据挖掘的分类和研究现状
• 1.3.1 数据可视化
• 1.3.2 数据挖掘过程可视化
• 1.3.3 数据挖掘结果可视化
• 1.3.4 交互式可视化数据挖掘
• 1.4 可视化数据挖掘的研究意义和发展趋势
• 1.5 本文的主要内容
• 第2章 可视化数据挖掘方法介绍
• 2.1 可视化技术的基本概念
• 2.2 数据可视化方法
• 2.2.1 传统数据可视化技术
• 2.2.2 基于几何的技术
• 2.2.3 面向像素的技术
• 2.2.4 基于图标的技术
• 2.2.5 基于层次的技术
• 2.3 数据挖掘过程可视化
• 2.4 数据挖掘结果可视化
• 2.4.1 关联规则结果可视化
• 2.4.2 决策树结果可视化
• 2.4.3 聚类结果可视化
• 2.4.4 星形坐标理论和基于密度聚类
• 2.5 本章小结
• 第3章 原型数据挖掘在系统中的可视化设计与实现
• 3.1 使用技术，标准和系统结构
• 3.2 基本图形绘制与变化
• 3.2.1 坐标轴
• 3.2.2 颜色条和分类条
• 3.2.3 条形图
• 3.2.4 饼图
• 3.2.5 图形变化
• 3.3 数据可视化的实现
• 3.3.1 散点图
• 3.3.2 统计图
• 3.3.3 折线图
• 3.3.4 平行坐标图
• 3.3.5 星图标
• 3.3.6 多线图
• 3.4 数据挖掘过程可视化的实现
• 3.4.1 数据挖掘算法的可视化选择和使用
• 3.4.2 可视化工作流的建立
• 3.5 数据挖掘结果可视化的实现
• 3.5.1 关联规则结果可视化
• 3.5.2 聚类结果可视化
• 3.5.3 决策树结果可视化
• 3.5.4 朴素贝叶斯结果可视化
• 3.6 本章小结
• 第4章 星形坐标在聚类可视化中的研究与应用
• 4.1 数据可视化
• 4.1.1 指导用户选择合适算法
• 4.1.2 正确性与可操作性说明
• 4.2 星形坐标与DBSCAN算法相结合
• 4.2.1 解决参数敏感性问题
• 4.2.2 解决密度数据集不均问题
• 4.3 帮助用户理解挖掘结果
• 4.4 本章小结
• 第5章 总结
• 参考文献
• 摘要
• Abstract
• 致谢